浏览全部资源
扫码关注微信
基于随机森林生存模型的AMI患者PCI术后的不良事件风险分析
Risk factors for adverse events after percutaneous coronary intervention in patients with acute myocardial infarction： an analysis based on a random forest survival model
- 重庆医科大学学报 2024年49卷第3期 页码：295-302
- 作者机构：
南昌大学公共卫生学院，江西省预防医学重点实验室，南昌 330006
- 作者简介：
朱 祥，Email：1826398377@qq.com，研究方向：临床心血管研究。
吴 磊，Email：leiwu@ncu.edu.cn。
- 基金信息：国家自然科学基金资助项目(81960611;81960620);南昌大学大学生创新创业训练计划资助项目(2022CX053)
DOI：10.13406/j.cnki.cyxb.003455
中图分类号： R4收稿：2023-10-04，
修回：2023-11-02，
录用：2023-12-11，
纸质出版：2024-03-28
- 稿件说明：
移动端阅览
朱祥,喻舜,刘星雨,等.基于随机森林生存模型的AMI患者PCI术后的不良事件风险分析[J].重庆医科大学学报,2024,49(3):295-302.
Zhu Xiang,Yu Shun,Liu Xingyu,et al.Risk factors for adverse events after percutaneous coronary intervention in patients with acute myocardial infarction： an analysis based on a random forest survival model[J].Journal of Chongqing Medical University,2024,49(3):295-302.
朱祥,喻舜,刘星雨,等.基于随机森林生存模型的AMI患者PCI术后的不良事件风险分析[J].重庆医科大学学报,2024,49(3):295-302. DOI： 10.13406/j.cnki.cyxb.003455.
Zhu Xiang,Yu Shun,Liu Xingyu,et al.Risk factors for adverse events after percutaneous coronary intervention in patients with acute myocardial infarction： an analysis based on a random forest survival model[J].Journal of Chongqing Medical University,2024,49(3):295-302. DOI： 10.13406/j.cnki.cyxb.003455.
摘要
目的
2
综合分析经皮冠状动脉介入术（percutaneous coronary intervention，PCI）后的急性心肌梗死（acute myocardial infarction，AMI）患者预后影响因素，并构建预测模型和预后评分体系，为临床血管个性化治疗提供参考。
方法
2
本研究回顾性收集从2018年1月至2022年6月所有在江西省南昌大学第二附属医院行PCI术的AMI患者，随访结局是术后首次发生主要心血管不良事件（major adverse cardiovascular events，MACE）。采用十倍交叉验证的Lasso回归确定纳入模型的变量，构建随机生存森林（random survival forest，RSF）模型和Cox比例风险模型，采用受试者工作特征曲线（receiver operating characteristic，ROC）下面积（area under curve，AUC）和校准曲线评估模型性能。根据RSF模型拟合结果绘制风险计算器。
结果
2
研究最终共纳入3 880例AMI患者，其中术后1年内发生主要心血管不良事件473例（12.2%）。Lasso回归筛选出性别、急性心肌梗死类型、高血压等15个变量。多因素Cox回归结果显示，糖尿病、左室射血分数较低（30%~40%）、血管狭窄程度是术后MACE发生的影响因素。验证集中，RSF和Cox模型的AUC分别为0.774（95%CI=0.761~0.787）和0.597（95%CI=0.581~0.613）。绘制的校准曲线提示，该模型在预测1年MACE风险方面具有较高的准确性，构建的RSF评分最佳截断点（Score=133）也能准确区
分MACE累计发病风险（
P
<
0.001）。
结论
2
构建的RSF模型及评分综合上述因素，能有效预测术后MACE发病风险并进行风险分层，帮助临床心血管医生制定个性化治疗方案。
Abstract
Objective
2
To comprehensively analyze the influencing factors for the prognosis of patients with acute myocardial infarction（AMI） after percutaneous coronary intervention（PCI），to construct a prediction model and a prognosis scoring system，and to provide a reference for individualized vascular treatment in clinical practice.
Methods
2
A retrospective analysis was performed for all AMI patients who underwent PCI in The Second Affiliated Hospital of Nanchang University from January 2018 to June 2022，with the follow-up outcome of the onset of major adverse cardiovascular events（MACE） for the first time after surgery. The ten-fold cross-validated lasso regression analysis was used to determine the variables to be included in the model，and a random survival forest（RSF） model and a
Cox
proportional hazards model were constructed. The area under the ROC curve（AUC） and calibration curves were used to evaluate the performance of the model，and a risk calculator was developed according to the fitting results of RSF model.
Results
2
A total of 3 880 patients with AMI were finally included in the study，among whom 473（12.2%） experienced MACE within one year after surgery. Lasso regression obtained 15 variables including sex，type of AMI，and hypertension，and the multivariate
Cox
regression analysis showed that diabetes，low left ventricular ejection fraction（30%~40%），and degree of vascular stenosis were the risk factors for postoperative MACE. In the validation set，the RSF and
Cox
models had an AUC of 0.774（95%CI=0.761~0.787） and 0.597（95%CI=0.581~0.613），respectively. The calibration curves showed that the model had a relatively high accuracy in predicting the risk of MACE within one year，and
RSF score with the optimal cut-off value of 133 could also accurately distinguish the cumulative risk of MACE（
P
<
0.001）.
Conclusion
2
The RSF model and the scoring system constructed based on the above factors can effectively predict the risk of postoperative MACE and perform risk stratification，thereby helping cardiovascular physicians to formulate individualized treatment regimens in clinical practice.
关键词
Keywords
references
Song JL ， Murugiah K ， Hu S ， et al . Incidence，predictors，and prognostic impact of recurrent acute myocardial infarction in China [J ] . Heart ， 2020 ， 107 （ 4 ）： 313 - 318 ．
You JY ， Gao LM ， Shen YL ， et al . Predictors and long-term prognosis of left ventricular aneurysm in patients with acute anterior myocardial infarction treated with primary percutaneous coronary intervention in the contemporary era [J ] . J Thorac Dis ， 2021 ， 13 （ 3 ）： 1706 - 1716 ．
Madhavan MV ， Stone GW . Adverse events beyond 1 year after percutaneous coronary intervention [J ] . Curr Opin Cardiol ， 2020 ， 35 （ 6 ）： 687 - 696 ．
Madhavan MV ， Kirtane AJ ， Redfors B ， et al . Stent-related adverse events >1 year after percutaneous coronary intervention [J ] . J Am Coll Cardiol ， 2020 ， 75 （ 6 ）： 590 - 604 ．
Copeland-Halperin RS ， Baber U ， Aquino M ， et al . Prevalence，correlates，and impact of coronary calcification on adverse events following PCI with newer-generation DES：findings from a large multiethnic registry [J ] . Catheter Cardiovasc Interv ， 2018 ， 91 （ 5 ）： 859 - 866 ．
Riley RD ， Snell KI ， Ensor J ， et al . Minimum sample size for developing a multivariable prediction model：part II - binary and time-to-event outcomes [J ] . Stat Med ， 2019 ， 38 （ 7 ）： 1276 - 1296 ．
Jespersen L ， Hvelplund A ， Abildstrøm SZ ， et al . Stable angina pectoris with no obstructive coronary artery disease is associated with increased risks of major adverse cardiovascular events [J ] . Eur Heart J ， 2012 ， 33 （ 6 ）： 734 - 744 ．
van Buuren S ， Groothuis-Oudshoorn K . mice ：multivariate imputation by chained equations in R [J ] . J Stat Soft ， 2011 ， 45 （ 3 ）： 1 - 67 ．
Xie CY ， Du R ， Ho JW ， et al . Effect of machine learning re-sampling techniques for imbalanced datasets in 18 F-FDG PET-based radiomics model on prognostication performance in cohorts of head and neck cancer patients [J ] . Eur J Nucl Med Mol Imaging ， 2020 ， 47 （ 12 ）： 2826 - 2835 ．
Ramsay IS ， Ma SS ， Fisher M ， et al . Model selection and prediction of outcomes in recent onset schizophrenia patients who undergo cognitive training [J ] . Schizophr Res Cogn ， 2017 ， 11 ： 1 - 5 ．
Taylor JMG . Random survival forests [J ] . J Thorac Oncol ， 2011 ， 6 （ 12 ）： 1974 - 1975 ．
Kong FY ， Xiang L ， Wu YN ， et al . Evaluation of the prognostic role of the wall motion score index and the SYNTAX score II in patients with acute coronary syndrome following percutaneous coronary intervention by evaluation of major adverse cardiovascular events at 12-month follow-up [J ] . Med Sci Monit ， 2021 ， 27 ： e932652 ．
Lee HH ， Lee H ， Cho SMJ ， et al . On-treatment blood pressure and cardiovascular outcomes in adults with hypertension and left ventricular hypertrophy [J ] . J Am Coll Cardiol ， 2021 ， 78 （ 15 ）： 1485 - 1495 ．
Cahn A ， Wiviott SD ， Mosenzon O ， et al . Association of baseline HbA1c with cardiovascular and renal outcomes：analyses from DECLARE-TIMI 58 [J ] . Diabetes Care ， 2022 ， 45 （ 4 ）： 938 - 946 ．
McGregor DE ， Palarea-Albaladejo J ， Dall PM ， et al . Cox regression survival analysis with compositional covariates：application to modelling mortality risk from 24-h physical activity patterns [J ] . Stat Methods Med Res ， 2020 ， 29 （ 5 ）： 1447 - 1465 ．
李 瑞 ， 刘墨麒 ， 黎佳璐 ， 等 . 心脑血管系统的影像评估对主要心血管不良事件的预测作用 [J ] . 中国脑血管病杂志 ， 2022 ， 19 （ 3 ）： 154 - 160 ．
Li R ， Liu MQ ， Li JL ， et al . Predictive value of imaging assessment on cardiovascular and cerebrovascular systems for major adverse cardiovascular events [J ] . Chin J Cerebrovasc Dis ， 2022 ， 19 （ 3 ）： 154 - 160 ．
张 鑫 ， 丁 莹 ， 姚毅仁 ， 等 . 早发急性ST段抬高型心肌梗死患者预后风险列线图模型的构建与验证 [J ] . 南京医科大学学报（自然科学版） ， 2022 ， 42 （ 11 ）： 1539 - 1546，1552 ．
Zhang X ， Ding Y ， Yao YR ， et al . Establishment and validation of prognostic risk nomogram model among patients with premature ST-segment elevation myocardial infarction [J ] . J Nanjing Med Univ Nat Sci ， 2022 ， 42 （ 11 ）： 1539 - 1546，1552 ．
Kidney Disease ： Improving Global Outcomes（KDIGO） Glomerular Diseases Work Group . KDIGO 2021 clinical practice guideline for the management of glomerular diseases [J ] . Kidney Int ， 2021 ， 100 （ 4S ）： S1 - S276 ．
赵圣吉 ， 刘超权 ， 郑伟民 . eGFR对行直接PCI治疗的急性心肌梗死患者预后的影响 [J ] . 中国循证心血管医学杂志 ， 2018 ， 10 （ 12 ）： 1534 - 1536，1539 ．
Zhao SJ ， Liu CQ ， Zheng WM . Influence of estimated glomerular filtration rate on prognosis in patients with acute myocardial infarction after primary percutaneous coronary intervention [J ] . Chin J Evid Based Cardiovasc Med ， 2018 ， 10 （ 12 ）： 1534 - 1536，1539 ．
Perkins BA ， Bebu I ， Gao XY ， et al . Early trajectory of estimated glomerular filtration rate and long-term advanced kidney and cardiovascular complications in type 1 diabetes [J ] . Diabetes Care ， 2022 ， 45 （ 3 ）： 585 - 593 ．
Steubl D ， Schneider MP ， Meiselbach H ， et al . Association of serum uromodulin with death，cardiovascular events，and kidney failure in CKD [J ] . Clin J Am Soc Nephrol ， 2020 ， 15 （ 5 ）： 616 - 624 ．
Sasso FC ， Pafundi PC ， Simeon V ， et al . Efficacy and durability of multifactorial intervention on mortality and MACEs：a randomized clinical trial in type-2 diabetic kidney disease [J ] . Cardiovasc Diabetol ， 2021 ， 20 （ 1 ）： 145 ．
McCallum W ， Tighiouart H ， Testani JM ， et al . Acute kidney function declines in the context of decongestion in acute decompensated heart failure [J ] . JACC Heart Fail ， 2020 ， 8 （ 7 ）： 537 - 547 ．
张亚茹 ， 薛政凯 ， 缪 帅 ， 等 . 支架数目对经皮冠状动脉介入治疗相关的围术期心肌梗死的影响 [J ] . 中华老年心脑血管病杂志 ， 2020 ， 22 （ 8 ）： 828 - 831 ．
Zhang YR ， Xue ZK ， Miao S ， et al . Effect of implanted stents on PCI-related periprocedural myocardial infarction [J ] . Chin J Geriatr Heart Brain Vessel Dis ， 2020 ， 22 （ 8 ）： 828 - 831 ．
张海华 ， 俞梦越 . 青年非ST段抬高型心肌梗死患者的临床特点分析 [J ] . 中国循环杂志 ， 2022 ， 37 （ 9 ）： 914 - 919 ．
Zhang HH ， Yu MY . Clinical characteristics of young patients with non-ST-segment elevation myocardial infarction [J ] . Chin Circ J ， 2022 ， 37 （ 9 ）： 914 - 919 ．
0
浏览量
0
下载量
0
CSCD
- 网络PDF下载
- WORD下载
- Meta-XML下载
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
关联资源
相关文章
相关作者
相关机构
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
